理解科学推理

　　丛书序
　　前言
　　致谢
　　第1章 为什么理解科学推理？
　　1.1 为什么学习科学推理？
　　1.2 一些初级的例子
　　1.3 如何学习科学推理
　　第1部分 理论假设
　　第2章 理解和评价理论假设
　　2.1 双螺旋结构：一则案例的学习
　查看完整　　

　　    如何帮助学生有效掌握理解和评估科学资料的认知技能，是培养和提高学生普遍的科学素养的重要途径。《理解科学推理》作者从理论假设、统计和因果假设，以及制定决策之标准模型三个方面展开论述，并运用与大学生活紧密相关的一系列有趣案例展开分析，总结出简洁可行的六步程序。《理解科学推理》清晰有效的逻辑结构安排，广泛选用科学中已经发表的并十分有趣的科学案例，这不公使得《理解科学推理》易于学习掌握，而且必定使读者获益匪浅。
　　    《理解科学推理》适合科技哲学、科学史、科学社会学、科技政策等号业及相关专业的师生及对此感兴趣的大众读者阅读。

　　丛书序
　　前言
　　致谢
　　第1章 为什么理解科学推理？
　　1.1 为什么学习科学推理？
　　1.2 一些初级的例子
　　1.3 如何学习科学推理
　　第1部分 理论假设
　　第2章 理解和评价理论假设
　　2.1 双螺旋结构：一则案例的学习
　　2.2 理解科学中的事件
　　2.3 模型和理论
　　2.4 来自真实世界的数据
　　2.5 由模型得出的预测
　　2.6 科学事件的组成部分
　　2.7 评价理论假设
　　2.8 评价理论假设的一套程序
　　2.9 程序为什么会起作用
　　2.10 程序是如何发生作用的：三个实例
　　2.11 判决性实验
　　2.12 模型开发
　　练习
　　第3章 历史事件
　　3.1 金星的状态
　　3.2 牛顿和哈雷彗星
　　3.3 燃素说的衰落
　　3.4 达尔文与进化论
　　3.5 孟德尔的遗传学
　　3.6 地质学革命
　　练习
　　第4章 边缘科学
　　4.1 弗洛伊德心理学
　　4.2 占星术
　　4.3 外星人到访
　　4.4 轮回转世
　　4.5 超感觉
　　4.6 举证责任
　　练习
　　第2部分 统计和因果假设
　　第5章 统计模型和概率
　　5.1 为什么统计和概率模型是重要的
　　5.2 统计研究的基本要素
　　5.3 比例和分布
　　5.4 简单的相关性
　　5.5 相关性的对称性
　　5.6 相关性强度
　　5.7 概率模型
　　5.8 轻率的法官
　　5.9 抽样
　　5.10 大数量抽样
　　5.11 不等概率抽样
　　附录
　　练习
　　第6章 评估统计假设
　　6.1 估算
　　6.2 估算分布和相关性
　　6.3 统计显著性
　　6.4 调查抽样
　　6.5 评估统计假设
　　6.6 评价统计假设的程序
　　6.7 抽样调查存在的问题
　　附件
　　练习
　　第7章 因果模型
　　7.1 相关性与因果性
　　7.2 个体因果模型
　　7.3 抽样总体因果模型
　　7.4 因果因子的效率
　　7.5 总结：因果性怎样不同于相关性
　　练习
　　第8章 评价因果模型
　　8.1 糖精与癌症
　　8.2 随机实验设计
　　8.3 双盲研究
　　8.4 精神分裂与遗传
　　8.5 前瞻性设计
　　8.6 精神分裂病因学和DTNBP1基因
　　8.7 回溯性设计
　　8.8 因果假设的统计证据
　　8.9 小结
　　练习
　　第3部分 知识、价值和决策
　　第9章 决策制定模型
　　9.1 选项
　　9.2 世界的状态
　　9.3 结果
　　9.4 赋值
　　9.5 科学知识与决策战略
　　9.6 确定性决策制定
　　9.7 完全不确定性决策制定
　　9.8 风险决策制定
　　9.9 现代效用理论
　　9.10 小结
　　练习
　　第10章 评估决策
　　10.1 评估决策的一种程序
　　10.2 涉及低概率的决策
　　10.3 涉及适中概率的决策
　　10.4 确定性政策制定
　　练习
　　译后记
^ 收 起　　

　　    如何帮助学生有效掌握理解和评估科学资料的认知技能，是培养和提高学生普遍的科学素养的重要途径。《理解科学推理》作者从理论假设、统计和因果假设，以及制定决策之标准模型三个方面展开论述，并运用与大学生活紧密相关的一系列有趣案例展开分析，总结出简洁可行的六步程序。《理解科学推理》清晰有效的逻辑结构安排，广泛选用科学中已经发表的并十分有趣的科学案例，这不公使得《理解科学推理》易于学习掌握，而且必定使读者获益匪浅。
　　    《理解科学推理》适合科技哲学、科学史、科学社会学、科技政策等号业及相关专业的师生及对此感兴趣的大众读者阅读。